Primäre Verwendung angegeben oder vorsichtig aus offizieller Dokumentation abgeleitet.
Phonon 31M English
Text-zu-Sprache-Modell von Gradium mit 31 Millionen Parametern ohne Audio-Tokenizer. Am 19. Oktober veröffentlicht, ergänzte es am 17. November seine Apache-2.0-Lizenzdatei. Es erzeugt englische Sprache mit 64,5 MB großen q8-GGUF-Gewichten.
Das Wesentliche
Maximale Eingabekapazität bei Veröffentlichung durch die Quelle.
Dokumentierte maximale Erzeugungsgrenze.
Verifizierte Verfügbarkeitskanäle.
Primäre Funktionsfamilie und verifizierte Spezialisierungen.
Deklarierte Bedingungen für API, Gewichte oder Self-Hosting.
Limits und Integration
| API-ID | gradium/phonon-31m-en |
|---|---|
| Modelltyp | Audio |
| Zugangsmodell | Herunterladbare Gewichte |
| Lizenz | Apache-2.0 |
| Einsatz | Selbst gehostet |
| Veröffentlichung | 19. OKT. 2026 |
| Wissensstichtag | Nicht veröffentlicht |
| Eingang | Text |
| Ausfahrt | Audio |
| Kontextfenster | Englischer Text; maximale Länge nicht veröffentlicht |
| maximale Leistung | Mono-Audio mit 24 kHz, als Stream erzeugt |
| Schlussfolgern | Nicht veröffentlicht |
| Veröffentlichte Tools | |
| Strukturierte Ausflüge | Nicht veröffentlicht |
| Stapelverarbeitung | Nicht veröffentlicht |
| Prompt-Cache | Nicht veröffentlicht |
| Feinabstimmung | Nicht veröffentlicht |
| Verifizierte Plattformen | Hugging Face |
Lokale Sprachsynthese im Browser, auf dem Telefon oder der CPU. Ein Flow-Matching-Transformer und der Mimi-Decoder erzeugen 80-ms-Audioframes. Die Lizenz umfasst Gewichte, Tokenizer und Stimmen in diesem Repository.
Dieses Profil umfasst nur das englische 31M-Modell. Die 40M-Varianten verwenden andere Lizenzen und übernehmen nicht Apache-2.0. Audioframes von 80 ms garantieren nicht diese Latenz auf jedem Gerät. Laufzeit und Berechtigungen zusätzlicher Stimmen prüfen.
Was es kann
Orientierung
Lokale Sprachsynthese im Browser, auf dem Telefon oder der CPU. Ein Flow-Matching-Transformer und der Mimi-Decoder erzeugen 80-ms-Audioframes. Die Lizenz umfasst Gewichte, Tokenizer und Stimmen in diesem Repository.
Kontext
Englischer Text; maximale Länge nicht veröffentlicht · Mono-Audio mit 24 kHz, als Stream erzeugt
Tools und Integration
Nicht veröffentlicht
Zugang
Hugging Face · herunterladbarer Checkpoint
Dokumentierte Kosten
| Konzept | Wert | Einheit/Zustand |
|---|---|---|
| Standardeingabe | Kein offizieller API-Preis veröffentlicht | Standardtarif der API |
| Eingabe aus dem Cache | Nicht veröffentlicht | Lesen wiederverwendeter Präfixe |
| Schreiben oder Speichern im Cache | Nicht veröffentlicht | Die Bedingung variiert je nach Anbieter |
| Standardausgabe | Kosten der eigenen Infrastruktur | Kann Reasoning-Tokens enthalten |
| Batch-Eingabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
| Batch-Ausgabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
Das Repository veröffentlicht Apache-2.0 einschließlich kommerzieller Nutzung nach deren Bedingungen. Die Laufzeit ist separat unter MIT oder Apache-2.0 lizenziert. Kein offizieller API-Preis ist verifiziert; lokale Ausführung verbraucht eigene Ressourcen.
i Die Preise ändern sich und können von Level, Region oder Kontextlänge abhängen. Überprüfen Sie die Quelle, bevor Sie eine Entscheidung treffen.
So lesen Sie die Ergebnisse
Die Karte nennt für US-Englisch Elo 2098 aus 468 Bewertenden und 8.290 Stimmen. Dies ist ein Hörpräferenzvergleich des Herstellers, keine unabhängige Messung oder Aussprachegarantie für jeden Text.
| Benchmark | Ergebnis | Metrik | Quelle |
|---|---|---|---|
| Phonon English US listening Elo | 2098 | Elo · Hörpräferenz | Quelle öffnen ↗ |
Inferama hebt nur dann ein „bestes Ergebnis“ hervor, wenn Metrik, Testsatz, Konfiguration und Datum einen gleichwertigen Vergleich ermöglichen. Die Zahlen des Lieferanten werden als Angaben aus eigener Quelle dargestellt.
Chronologie
gradium/phonon-31m-en
Ursprüngliche Veröffentlichung der Gewichte.
8f7a37c9
Apache-2.0-Datei zum Repository hinzugefügt; ursprüngliches Modelldatum unverändert.